基于双目立体视觉的水下环境三维重建

发布时间：2017-09-13 07:40

  本文关键词：基于双目立体视觉的水下环境三维重建

  更多相关文章： 三维重建 稠密视差图 深度图 图像质量优化

【摘要】：经过多年的研究,计算机视觉理论发展日益成熟,并在各个科研领域都展现出明显或潜在的利用价值。随着科研人员对海洋资源探索力度的加强,该理论也被用来恢复水下环境或目标的三维模型,主要是借助封装在水下机器人里的双目相机采集海底环境图像来实现。本文将在前人研究基础上,搭建了双目立体视觉系统来重建小尺度、高密度的水下环境的三维框架。该框架主要包括前期的图像采集,中期的特征点提取和匹配以及后期的三维轮廓构建。在搭建的双目视觉系统中,采用立体视觉摄像机Bumblebee XB3作为水下图像采集设备,根据自定的时间间隔采集图像集。该设备为削弱失真和未对准的影响在出厂之间预先进行了标定,把视觉系统中对应的极线设置为水平状态并在同一高度上本文在对图像进行操作之前首先利用同态滤波和小波变换对图像进行了质量优化；后续采用快速匹配算法对图像进行匹配,获取精确有效的稠密视差图,也就是海洋环境的深度信息,同时利用双目一致性检验和唯一性验证检测闭塞区域和不可靠的、错误的匹配；最终利用深度图和优化之后的图像获取最终的三维表面模型。经仿真实验验证,本文的方法在鲁棒性和有效性方面性能良好,并且提取的色彩和纹理信息削弱了水下光线传播造成的影响。由于在海洋中视觉质量的影响,我们采用通用的无参数增强方法对小尺度范围内成像过程进行了抽象,减少水下扰动,修正了衰减和反向散射引起的对比视差。
【关键词】：三维重建 稠密视差图 深度图 图像质量优化
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-6
• abstract6-10
• 1. 绪论10-17
• 1.1 计算机视觉概述10-11
• 1.2 三维重建研究背景及现状11-14
• 1.2.1 国外研究现状11-14
• 1.2.2 国内研究现状14
• 1.3 本文工作和论文组织结构14-17
• 2. 相机标定及双目视觉原理17-23
• 2.1 相机标定17-20
• 2.2 双目视觉原理20-22
• 2.3 本章小结22-23
• 3. 图像预处理23-29
• 3.1 同态滤波24-25
• 3.2 小波变换25-28
• 3.3 本章小结28-29
• 4. 特征提取29-34
• 4.1 边缘检测29-31
• 4.2 角点检测31-33
• 4.3 本章小结33-34
• 5. 立体匹配34-54
• 5.1 算法分类34-36
• 5.2 SIFT算法36-45
• 5.3 SURF算法45-47
• 5.4 测度因子选择47-49
• 5.5 匹配结果的修正49-53
• 5.6 本章小结53-54
• 6. 三维重建54-62
• 6.1 三维重建方法介绍54-57
• 6.1.1 分而治之算法55
• 6.1.2 逐点插入算法55-57
• 6.2 实验结果及分析57-61
• 6.3 本章小结61-62
• 7. 总结与展望62-63
• 参考文献63-68
• 致谢68-69
• 个人简历69-70
• 攻读硕士期间发表论文70

【参考文献】

中国期刊全文数据库 前3条

1 韦炜;;常用图像边缘检测方法及Matlab研究[J];现代电子技术;2011年04期

2 关琳琳;孙媛;;图像边缘检测方法比较研究[J];现代电子技术;2008年22期

3 武英;;利用同态滤波改善光照不足图像[J];南京晓庄学院学报;2007年06期

中国博士学位论文全文数据库 前1条

1 朱蕊;多源空间矢量数据一致性处理技术研究[D];解放军信息工程大学;2012年

，

本文编号：842418